我自己写的论文

基于蚁群算法和监督聚类的图像分割

2012301130012 孙卫卫

摘 要 ：

蚁群算法是一种具有离散性、并行性、鲁棒性和模糊聚类能力的进化方法。根据数字图像的离散性特点，首先从模糊聚类角度出发，将蚁群算法引入图像分割中，综合考虑像素的灰度、梯度及邻域特性进行特征提取。然后，针对蚁群算法循环次数多，计算量大的问题，设置初始监督聚类中心进行改进。实验证明改进蚁群算法可以快速准确地分割出目标，是一种有效的图像分割方法。

关键字：蚁群算法 图像分割 监督聚类

Abstract: Ant colony algorithm(ACA)is a kind of discrete,parallel and robust evolutionary algorithm with f'uzzy clustering ability.Here,ACA has been introduced into image segmentation f'rom the aspect of' fuzzy clustering.The gray value,gratitude and neighborhood of' the pixels are considered synthetically.Then,based on the analysis of the image,the intro-cluctory system has been strengthened.The process is elaborated from f'eature extraction,initialization to f'uzzy clustering operation.Finally,results are given.It shows that the improved ACA is an effective method in image segmentation.

Keywords：Ant Colony Algorithm Image Segmentation supervised Cluster

0 引言

图像分割足图像处理和计算机视觉等研究邻域的难点之一，图像识别和图像理解的基础是图像分割，图像分割质量的好坏直接影响后续图像处理的效果。由于背景的复杂性，目标特征的多样性以及噪声等影响，使图像分割成为图像处理技术的难点。传统图像分割方法如阈值法、边缘检测法、数学形态学法、基于区域处理方法等针对不同图像都取得了很好的效果，因而也成为目前应用比较广泛的方法。但是对于不同应用目的以及不同图像特性，传统方法又表现出很大局限性。例如阈值法，这种方法具有较高的计算效率，但是对噪声很敏感，会误将噪声作为目标来处理；边缘检测算子存在边界不连续或边界不准确的问题；数学形态学方法在一定程度上降低了噪声对图像的影响，但是开、闭、腐蚀、膨胀等运